实时股票数据
接着上篇博文的内容,今天我们来实现获取与绘制实时的股票行情数据。首先,我们需要通过akshare库获取某一天的实时交易数据,具体代码如下所示:
import akshare as ak
df = ak.stock_zh_a_tick_tx(code="sh600690", trade_date="20210203")
df.to_excel("sh600690.xlsx")
获取之后,我们会得到如下数据:
其中,这里我们可以获取每3秒的股票实时交易变化的数据,同时获取当前交易是买盘还是卖盘,分别买卖多少手。当然,对于炒股新手来说,肯定有个东西很困惑,就是中性盘。在股票交易当中,按常规的逻辑我们不是卖,就是买,中性是个什么鬼?
其实,中性盘的意思是假如当前你挂委托单,卖出10手,而买盘当中,也有委托单,刚好也是10手,且两者价格一致,那么你们直接会匹配成交,这种交易叫做中性盘,可以理解为抵消掉了。
每笔交易详情数据
既然我们已经获取到了每日的股票交易详情数据,接下来要做的就是绘图,具体代码如下:
df = pd.read_excel("sh600690.xlsx")
df['成交时间'] = pd.to_datetime(df['成交时间'])
df['成交时间'] = df['成交时间'].apply(lambda x: x.strftime('%H:%M'))
fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111)
plt.rcParams['font.sans-serif'] = ['SimHei']
ax.plot(np.arange(0, len(df["成交时间"])), df["成交价格"])
ax.xaxis.set_major_locator(ticker.MaxNLocator(20))
def format_date(x, pos=None):
if x < 0 or x > len(df['成交时间']) - 1:
return ''
return df['成交时间'][int(x)]
ax.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
ax.grid(True)
plt.setp(plt.gca().get_xticklabels(), rotation=45, horizontalalignment='right')
plt.show()
运行之后,效果如下图所示:
绘制股票走势图与买卖盘数据
尽然我们已经知道了如何绘制走势图以及获取倒了买卖盘数据,那么根据上篇pyqt5的代码,我们将其加入到首页当中。具体代码如下所示:
# mian.py代码
def init_hometab(self):
#第一篇代码
self.mainThread = MainPlotThread()
self.mainThread.setValue("sh600690")
self.mainThread._signal.connect(self.mianThread_callbacklog)
self.mainThread._orderList.connect(self.orderThread_callbacklog)
self.mainThread.start()
def mianThread_callbacklog(self, df):
mpl = StockMplCanvas(self, width=5, height=4, dpi=100)
mpl.start_staict_plot(df)
mpl_ntb = NavigationToolbar(mpl, self)
mpl_ntb.setStyleSheet("background-color:white;color:black")
self.grid.addWidget(mpl, 2, 0, 12, 12)
self.grid.addWidget(mpl_ntb, 2, 0, 1, 5)
# 指数显示模块
def tableWidget_connect(self, item):
QMessageBox.information(self, "QTableWidget", "你选择了" + item.text())
def orderThread_callbacklog(self, urlList):
ft = QFont()
ft.setPointSize(10)
ft.setBold(True)
m_color = None
j = 0
if not self.isListView:
self.tableWidget.clear()
self.tableWidget.setHorizontalHeaderLabels(['性质', '成交量(手)', '成交额(元)'])
for qlist in urlList:
for index, m_dict in enumerate(qlist):
if index == 0:
if str(m_dict).strip() == "买盘":
m_color = QColor(255, 0, 0)
elif str(m_dict).strip() == "卖盘":
m_color = QColor(0, 255, 0)
else:
m_color = QColor(255, 255, 255)
newItem = QTableWidgetItem(str(m_dict))
newItem.setFont(ft)
newItem.setForeground(QBrush(m_color))
self.tableWidget.setItem(j, index, newItem)
j += 1
else:
# 各个板块指数
self.tableWidget = QTableWidget(len(urlList), 3)
self.tableWidget.setHorizontalHeaderLabels(['性质', '成交量(手)', '成交额(元)'])
self.tableWidget.setEditTriggers(QAbstractItemView.NoEditTriggers) # 不可编辑
self.tableWidget.horizontalHeader().setSectionResizeMode(QHeaderView.Fixed) # 禁止拖拽
self.tableWidget.setSelectionBehavior(QAbstractItemView.SelectRows) # 只能选中一行
self.tableWidget.itemClicked.connect(self.tableWidget_connect)
self.tableWidget.verticalHeader().setVisible(False)
self.tableWidget.setShowGrid(False) # 不显示子线条
self.tableWidget.setColumnWidth(0, 70) # 设置第一列宽
self.tableWidget.setColumnWidth(1, 70) # 设置第二列宽
self.tableWidget.setColumnWidth(2, 70) # 设置第三列宽
for qlist in urlList:
for index, m_dict in enumerate(qlist):
if index == 0:
if str(m_dict).strip() == "买盘":
m_color = QColor(255, 0, 0)
elif str(m_dict).strip() == "卖盘":
m_color = QColor(0, 255, 0)
else:
m_color = QColor(255, 255, 255)
newItem = QTableWidgetItem(str(m_dict))
newItem.setFont(ft)
newItem.setForeground(QBrush(m_color))
self.tableWidget.setItem(j, index, newItem)
j += 1
self.grid.addWidget(self.tableWidget, 2, 12, 12, 4)
self.isListView = False
self.tableWidget.scrollToBottom()
这里我们使用FigureCanvas将matplotlib绘制的图显示到界面之上,同时使用QTableWidget将买卖盘数据显示到界面上,注意买卖盘数据永远在底部,也就是最近的时间,所以需要通过scrollToBottom移动的低端。
下面,我们来看看绘图类StockMplCanvas:
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.figure import Figure
import numpy as np
from matplotlib import gridspec
class StockMplCanvas(FigureCanvas):
def __init__(self, parent=None, width=5, height=4, dpi=100):
plt.rcParams['font.sans-serif'] = ['SimHei']
self.fig = Figure(figsize=(width, height), dpi=dpi)
FigureCanvas.__init__(self, self.fig)
spec = gridspec.GridSpec(2, 1, height_ratios=[2, 1])
self.ax1 = self.fig.add_subplot(spec[0])
self.ax2 = self.fig.add_subplot(spec[1])
self.setParent(parent)
FigureCanvas.updateGeometry(self)
def start_staict_plot(self, df):
df['成交时间'] = pd.to_datetime(df['成交时间'])
df['成交时间'] = df['成交时间'].apply(lambda x: x.strftime('%H:%M'))
self.ax1.plot(np.arange(0, len(df["成交时间"])), df["成交价格"], color='black')
df_buy = np.where(df["性质"] == "买盘", df["成交量(手)"], 0)
df_sell = np.where(df["性质"] == "卖盘", df["成交量(手)"], 0)
self.ax1.set(ylabel=u"股价走势图")
self.ax2.bar(np.arange(0, len(df)), df_buy, color="red")
self.ax2.bar(np.arange(0, len(df)), df_sell, color="blue")
self.ax2.set_ylim([0, df["成交量(手)"].max()/3])
self.ax2.set(ylabel=u"成交量分时图")
self.ax1.xaxis.set_major_locator(ticker.MaxNLocator(3))
def format_date(x, pos=None):
if x < 0 or x > len(df['成交时间']) - 1:
return ''
return df['成交时间'][int(x)]
self.ax1.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
self.ax1.grid(True)
plt.setp(self.ax2.get_xticklabels(), visible=False)
plt.setp(plt.gca().get_xticklabels(), rotation=45, horizontalalignment='right')
这里,我们绘制2个图,一个是股票交易图,一个是成交量分时图。代码很简单前面有介绍,这里就不在赘述。
接下来,我们需要获取这些数据方便其绘制:
import akshare as ak
import pandas as pd
from PyQt5 import QtCore
from PyQt5.QtCore import pyqtSignal
from pandas import DataFrame
class MainPlotThread(QtCore.QThread):
_signal = pyqtSignal(DataFrame)
_orderList = pyqtSignal(list)
def setValue(self, shareNumber):
self.share_num = shareNumber
def run(self):
self.list = []
df = pd.read_excel("sh600690.xlsx")
self._signal.emit(df)
self.list.clear()
for index, row in df.iterrows():
self.list.append([row['性质'], row['成交量(手)'], row['成交额(元)']])
self._orderList.emit(self.list)
这里,我们是通过文件获取的数据,你也可以直接通过akshare获取,不过博主建议先获取网络数据,再获取文档数据,因为交易日15点以后,数据是没有变化的。这些免费的数据本来就延迟非常的高,保存在本地,在非交易时间段能加快获取数据的速度。
运行之后,显示的效果如下图所示: